此数据基于中国区域1km逐月平均温度数据集（1952-2019年）（https://www.ncdc.ac.cn/portal/metadata/f45a3dc7-25a8-4494-8195-dcaec5d76c92） 计算，先对东北地区进行裁剪，然后通过求平均的方式将逐月数据计算为年数据，并根据实地观测数据进行了质量控制和验证。
中国区域1km逐月平均温度数据集（1952-2019年）（https://www.ncdc.ac.cn/portal/metadata/f45a3dc7-25a8-4494-8195-dcaec5d76c92）
采用CAI方法生成1952—2019年中国气温表面（ChinaClim_time系列）数据，温度距平时间序列由气象站原始时间序列与30年正常值的比值和差值计算得出。结合每个气象站的经度、纬度、海拔、到最近海岸的距离、卫星驱动的距平（比率）、CRU距平（比率）和30年正常值，基于其地理坐标，应用TPS模型生成了1952.01-2019.12的温度距平面，其方法与ChinaClim_baseline类似。对于1952-2019年月距平/比值，采用不同的变量组合（经度、纬度、海拔、距最近海岸距离、CRU距平（比值）和30年正常值）构建了7个模型公式，并通过多年（1952-2019年）平均值的最小RMSE值来选择最优模型，以拟合11952-2000年温度距平面。ChinaClim_time序列是通过叠加（乘法）1952.01-2019.12的月度异常（比率）面和ChinaClim_baseline生成的。
然后对东北地区进行裁剪，通过求平均的方式将逐月数据计算为年数据，并根据实地观测数据进行了质量控制和验证。
数据显著改善了降水估算精度，该数据集适用于气候变化时空格局及其生态环境响应的研究。
| # | 编号 | 名称 | 类型 |
| 1 | 2022FY100700 | 东北高纬度多年冻土本底及冻融灾害调查 | 基础资源调查项目 |
本作品采用
知识共享署名 4.0 国际许可协议进行许可。
CSTR:11738.11.NCDC.NIEER.DB7294.2026
10.12072/ncdc.nieer.db7294.2026
